Data Analytics - Introduzione a Machine Learning - Rivisto
Comprendere l'apprendimento automatico e il suo utilizzo nei dati analytics con questa introduzione gratuita online al corso di machine learning.
Description
Questo corso di analytics di dati online ti farà salire a velocità con l'apprendimento e i dati supervisori, l'apprendimento non supervisore e i dati, e l'apprendimento rinforzato. Guadagnerai anche una solida comprensione dei livelli di regressione lineare e di confidenza. Verrà mostrata come utilizzare Excel per eseguire una Ripetizione multipla, e sarà guidato attraverso le formule più importanti in modo chiaro e passo - passo in modo che non ci sia spazio per confusione o errore.
Next you imparerà i concetti di regolarizzazione e come evitare i programmi analitici dei dati di adattamento. Verrà quindi introdotto alle selezioni di sottoserie e verrà mostrato come distinguere tra R & sup2 e regolazione R & sup2. Entro la fine del corso avrete una chiara comprensione dell'approccio K-NN nei dati analytics e quando questo approccio dovrebbe essere utilizzato.
Se si vuole essere un lavoro professionale nelle aree dell'analytics o della scienza dei dati, o se si desidera semplicemente saperne di più sui metodi utilizzati nell'apprendimento automatico, non si passa a questo corso di analytics di dati. Il corso sarà utile anche per gli studenti che sono interessati all'informatica e vorrebbero saperne di più sull'analitica dei dati. Quindi, controllate il corso ora e mettetevi davanti ai vostri pari!
Modules
Introduzione al Machine Learning
-
Introduzione a Machine Learning Learning Outcomes
-
Introduzione al Machine Learning
-
Apprendimento supervisore
-
Apprendimento non supervisore
-
Introduzione a Machine Learning Lesson Summary
Introduzione alla regressione
-
Introduzione ai Regression Learning Outcome
-
Regressione Ordinaria dei minimi quadrati
-
Regressione semplice e multipla in Excel e Matlab
-
Regolarization_Coefficiente restringimento
-
Dati Modelling Approcci e approcci di modellazione algoritmica
-
Introduzione al riepilogo delle lezioni di regressione
Valutazione del corso
Learning Outcomes
Avendo completato questo corso sarà possibile:
- Definire la differenza tra apprendimento supervisore, apprendimento non supervisore e apprendimento rinforzato
- Spiegare cosa è la regressione lineare
- Descrivere quando è possibile utilizzare la regolarizzazione
- Distinguere tra dati vigilati e non supervisori
- Definire il livello di confidenza
- Spiegare come utilizzare Excel per eseguire una Rigressione multipla
- Spiegare le selezioni di sottoinsieme
- Distinguere tra R ² e regolazione R ²
- Descrivere l'approccio K-NN
Certification
All Alison courses are free to study. To successfully complete a course you must score 80% or higher in each course assessments. Upon successful completion of a course, you can choose to make your achievement formal by purchasing an official Alison Diploma, Certificate or PDF.
Having an official Alison document is a great way to celebrate and share your success. It is:
- Ideal to include with CVs, job applications and portfolios
- A way to show your ability to learn and achieve high results